基于相对频谱能量矩和概率神经网络的柴油机气门间隙故障诊断方法
朱继安1
刘义2
1.重庆机电职业技术大学电气电子学院,重庆4000362.重庆红岩内燃机有限责任公司,重庆400712
摘要：采集柴油机缸盖振动信号并进行VMD分解得到最优的振动信号IMF分量.计算IMF相对频谱能量矩得到有效的柴油机气门间隙故障特征参数并由此得到概率神经网络的训练样本,采用粒子群寻优算法建立柴油机气门间隙故障诊断的概率神经网络.实验数据表明基于VMD相对频谱能量矩的优化概率神经网络用于柴油机气门间隙故障诊断的正确率较高.
关键词：柴油机气门间隙故障诊断VMD信号分解IMF相对频谱能量矩粒子算法概率神经网络
分类号：TK427(内燃机)
论文发表日期：2021-10-12
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 41-45 )
英文信息